给 pandas 一个 python iterable 和 pd.Series for column

Question

List通过类型与pd.Series类型来创建新的 dataFrame 列之间有什么区别？例如，从反复试验中我注意到：# (1d) We can also give it a Series, which is quite similar to giving it a Listdf['cost1'] = pd.Series([random.choice([1.99,2.99,3.99]) for i in range(len(df))])df['cost2'] =           [random.choice([1.99,2.99,3.99]) for i in range(len(df))]df['cost3'] = pd.Series([1,2,3]) # <== will pad length with `NaN`df['cost4'] =           [1,2,3]  # <== this one will fail because not the same sized是否有任何其他原因pd.Series不同于传递标准 python 列表？数据框可以采用任何 python 可迭代对象还是对可以传递给它的内容有限制？最后，是使用pd.Series“正确”的方式添加列，还是可以与其他类型互换使用？

Answer 1

List在这里分配给数据框需要相同的长度

对于pd.Seriesassign，它会使用index作为key去匹配original DataFrame index，然后用相同的index填充valueSeries

df=pd.DataFrame([1,2,3],index=[9,8,7])

df['New']=pd.Series([1,2,3])

 # the default index is range index , which is from 0 to n 

 # since the dataframe index dose not match the series, then will return NaN 

df

Out[88]: 

   0  New

9  1  NaN

8  2  NaN

7  3  NaN

具有匹配索引的不同长度

df['New']=pd.Series([1,2],index=[9,8])

df

Out[90]: 

   0  New

9  1  1.0

8  2  2.0

7  3  NaN